基于改进K-SVD算法在牛脸识别上的应用

摘要：

为了适应精准畜牧业理念,提出了一种改进的K-SVD算法用于牛的个体身份识别.在K-SVD算法基础上,更改了稀疏编码阶段字典原子的选择方式,使算法更加适用于图像分类问题.构造了包含20头牛的牛脸图像数据集IMCFR20,利用该数据集分析稀疏度与字典原子数对识别效果的影响.实验结果表明:改进后的算法识别率达到90％以上,识别效果有了较大提升,为利用图像进行牛的个体识别问题提供了可行的方案.

关键词：个体识别;牛脸;稀疏表示;K-SVD算法

所属期刊栏目：40

分类号：TP391(计算技术、计算机技术)

资助基金：内蒙古自然科学基金资助项目;内蒙古自治区科技重大专项资助项目

在线出版日期：2021-10-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：158-160